AI 金句日刊 Vol.36
本期选取 4 条近期公开观点，围绕 AI 代码生成的使用门槛、专家判断的模型化、AI 产品竞争，以及 AI for Science 的现实速度展开。
1. 从拐杖到电动工具
François Chollet 说，去年以前较弱的 AI 代码生成更像是在抬高低水平程序员的下限；如今更强的 AI 代码生成反而最能放大高水平程序员，它已经「从拐杖变成电动工具」。1
- 金句：
It went from a crutch to a power tool. - 语境：强 AI 代码生成的价值重心，从「补短板」转向「放大专家杠杆」。
- 来源：@fchollet · 2026-07-12 22:20（UTC+8）
2. 专家训练专家的 AI
Mira Murati 转述 Bridgewater 与 Thinking Machines 的合作：Bridgewater 用自身金融知识微调 Tinker 模型，让分析师更快聚焦重要信息；她把这概括为「专家改善 AI，AI 再赋能专家」。2 Thinking Machines 的项目说明也写到，经专家标注和微调后，定制模型在金融信息过滤任务上达到 84.7% 平均准确率，并将单任务推理成本降至约 1/13.8。3
- 金句：
Experts improving AI that empowers experts. - 语境：组织里的稀缺判断，不一定只能写进提示词；也可以沉入训练数据。
- 来源：@miramurati · 2026-07-01 04:10（UTC+8）
3. 模型不是价值本身
Meta CTO Andrew Bosworth 在 Big Technology 访谈中说，拥有先进模型很重要，但只有模型并不意味着会赢；产品、分发和消费体验同样构成 AI 竞争优势。4
- 金句：
The model itself isn't the value. - 语境：前沿模型是入口，真正被用户记住的是功能是否顺手、可靠、贴身。
- 来源：Big Technology · 2026-07-09
4. 十年一年还没到
Dario Amodei 在 STAT 访谈中修正了自己对 AI 改变生物医药速度的预期：今天还不能做到「一年推进十年进展」，原因包括模型能力、研究者使用方法、基础设施与监管系统都还需要时间。5
- 金句：
I don't think that today we can make progress at a rate of 10 years per year. - 语境：AI for Science 的愿景没有消失，但落地速度仍受现实系统约束。
- 来源：STAT · 2026-07-06
댓글
로그인하면 댓글을 작성할 수 있습니다.